Khóa luận tốt nghiệp: Nhận diện khuôn mặt thời gian thực với mô hình FaceNet và ứng dụng IoT

Khóa luận trình bày kỹ thuật nhận diện khuôn mặt real time bằng mô hình facenet và ứng dụng trên nền tảng IoT, mang lại giải pháp hiện đại.

• Tác giả: Phạm Kim Thành
• Người hướng dẫn: PGS.TS Vũ Đức Lung
• Trường học: Đại học Quốc gia TP. Hồ Chí Minh
• Chuyên ngành: Kỹ sư ngành Kỹ thuật máy tính
• Đề tài: Nhận diện khuôn mặt thời gian thực với mô hình FaceNet và IoT
• Loại tài liệu: Khóa luận tốt nghiệp
• Năm xuất bản: 2021
• Địa điểm: TP HCM

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỔNG QUAN ĐỀ TÀI
• 1.1. Các công nghệ hiện nay
• 1.2. Thị giác máy tính — Computer Vision
• 1.3. Un-Supervised Learning
• 1.4. Support Vector Machine (SVM)
• 1.5. Cơ sở lý thuyết về Server
• 3. CHƯƠNG 3: PHÂN TÍCH THIẾT KẾ HỆ THỐNG
• 4. CHƯƠNG 4: THỰC NGHIỆM VÀ ĐÁNH GIÁ
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• DANH MỤC HÌNH VẼ
• DANH MỤC BẢNG
• DANH MỤC TỪ VIẾT TẮT
• TÓM TẮT KHÓA LUẬN
• MỞ ĐẦU

Tóm tắt

I. Tổng quan về nhận diện khuôn mặt thời gian thực với FaceNet và IoT

Nhận diện khuôn mặt là một trong những công nghệ tiên tiến nhất hiện nay, cho phép xác định danh tính của một người thông qua hình ảnh khuôn mặt. Công nghệ này đã được áp dụng rộng rãi trong nhiều lĩnh vực như an ninh, giám sát và quản lý nhân sự. Mô hình FaceNet sử dụng các mạng nơ-ron sâu để trích xuất đặc trưng khuôn mặt, từ đó so sánh và nhận diện. Kết hợp với IoT, công nghệ này không chỉ giúp nhận diện mà còn cho phép lưu trữ và quản lý dữ liệu một cách hiệu quả.

1.1. Công nghệ nhận diện khuôn mặt hiện nay

Công nghệ nhận diện khuôn mặt hiện nay sử dụng nhiều phương pháp khác nhau, từ các thuật toán truyền thống đến các mô hình học sâu. Các mô hình như Deep Learning và Neural Networks đã chứng minh được hiệu quả vượt trội trong việc nhận diện khuôn mặt với độ chính xác cao.

1.2. Lợi ích của việc sử dụng IoT trong nhận diện khuôn mặt

Việc tích hợp IoT vào hệ thống nhận diện khuôn mặt mang lại nhiều lợi ích, bao gồm khả năng giám sát từ xa, lưu trữ dữ liệu an toàn và khả năng phân tích dữ liệu lớn. Điều này giúp cải thiện hiệu suất và độ tin cậy của hệ thống.

II. Thách thức trong nhận diện khuôn mặt thời gian thực

Mặc dù công nghệ nhận diện khuôn mặt đã phát triển mạnh mẽ, nhưng vẫn tồn tại nhiều thách thức cần giải quyết. Các yếu tố như ánh sáng, góc nhìn và chất lượng hình ảnh có thể ảnh hưởng đến độ chính xác của hệ thống. Ngoài ra, việc xử lý dữ liệu lớn trong thời gian thực cũng là một thách thức lớn.

2.1. Ảnh hưởng của điều kiện môi trường đến độ chính xác

Điều kiện môi trường như ánh sáng yếu hoặc quá sáng có thể làm giảm độ chính xác của hệ thống nhận diện khuôn mặt. Việc phát triển các thuật toán có khả năng xử lý trong các điều kiện khác nhau là rất cần thiết.

2.2. Thời gian xử lý và hiệu suất hệ thống

Thời gian xử lý là một yếu tố quan trọng trong nhận diện khuôn mặt thời gian thực. Hệ thống cần phải đạt được tốc độ xử lý cao để có thể nhận diện khuôn mặt ngay lập tức mà không gây ra độ trễ.

III. Phương pháp sử dụng FaceNet cho nhận diện khuôn mặt

Mô hình FaceNet sử dụng các mạng nơ-ron sâu để trích xuất đặc trưng khuôn mặt và tạo ra các vector đặc trưng. Quá trình này bao gồm việc xác định vị trí khuôn mặt, trích xuất đặc trưng và so sánh với cơ sở dữ liệu để nhận diện. Phương pháp này đã cho thấy hiệu quả cao trong nhiều nghiên cứu.

3.1. Cách thức hoạt động của mô hình FaceNet

Mô hình FaceNet hoạt động bằng cách sử dụng các lớp nơ-ron để trích xuất đặc trưng khuôn mặt và tạo ra các vector đặc trưng. Các vector này sau đó được so sánh để xác định danh tính của người dùng.

3.2. Huấn luyện mô hình FaceNet với dữ liệu lớn

Để đạt được độ chính xác cao, mô hình FaceNet cần được huấn luyện với một lượng lớn dữ liệu. Việc sử dụng các bộ dữ liệu phong phú và đa dạng sẽ giúp cải thiện khả năng nhận diện của mô hình.

IV. Ứng dụng thực tiễn của nhận diện khuôn mặt với IoT

Nhận diện khuôn mặt kết hợp với IoT đã được áp dụng trong nhiều lĩnh vực như an ninh, quản lý nhân sự và dịch vụ khách hàng. Hệ thống có thể tự động nhận diện và lưu trữ thông tin, giúp tiết kiệm thời gian và nâng cao hiệu quả công việc.

4.1. Ứng dụng trong an ninh và giám sát

Hệ thống nhận diện khuôn mặt có thể được sử dụng để giám sát an ninh tại các khu vực công cộng, giúp phát hiện và ngăn chặn các hành vi phạm tội.

4.2. Ứng dụng trong quản lý nhân sự

Trong lĩnh vực quản lý nhân sự, công nghệ này có thể được sử dụng để điểm danh tự động, giúp tiết kiệm thời gian và giảm thiểu sai sót trong quá trình quản lý.

V. Kết luận và tương lai của nhận diện khuôn mặt với IoT

Nhận diện khuôn mặt thời gian thực với mô hình FaceNet và IoT đang mở ra nhiều cơ hội mới cho các ứng dụng trong cuộc sống hàng ngày. Tương lai của công nghệ này hứa hẹn sẽ mang lại nhiều cải tiến về độ chính xác và hiệu suất, đồng thời giải quyết các thách thức hiện tại.

5.1. Xu hướng phát triển công nghệ nhận diện khuôn mặt

Công nghệ nhận diện khuôn mặt sẽ tiếp tục phát triển với sự cải tiến của các thuật toán và phần cứng, giúp nâng cao độ chính xác và tốc độ xử lý.

5.2. Tương lai của IoT trong nhận diện khuôn mặt

Sự kết hợp giữa IoT và nhận diện khuôn mặt sẽ tạo ra những hệ thống thông minh hơn, giúp cải thiện an ninh và quản lý hiệu quả hơn trong nhiều lĩnh vực.

Nội dung chính

Bối cảnh và vấn đề nghiên cứu

Trong xu thế phát triển của cuộc Cách mạng Công nghiệp 4.0 và Trí tuệ nhân tạo, thị giác máy tính (Computer Vision) cùng công nghệ Internet of Things (IoT) ngày càng khẳng định vai trò thiết yếu trong việc tự động hóa các tác vụ quản lý, giám sát và vận hành thiết bị. Nhận diện khuôn mặt theo thời gian thực (real-time face recognition) là một phương thức định danh sinh trắc học tối ưu nhờ ưu điểm không cần tương tác vật lý trực tiếp, đem lại tính tiện lợi cao so với vân tay hay thẻ từ trong các hệ thống điểm danh, chấm công và kiểm soát an ninh.

Tuy nhiên, các mô hình nhận diện khuôn mặt truyền thống như FaceNet thường yêu cầu kiến trúc mạng nơ-ron tích chập sâu (DCNN) rất lớn, tiêu tốn tài nguyên tính toán cao và đòi hỏi khối lượng dữ liệu huấn luyện khổng lồ (hơn 200 triệu ảnh). Khi triển khai trên các thiết bị nhúng hay hệ thống biên (Edge Computing) phục vụ IoT, các mô hình này bộc lộ nhược điểm về độ trễ, tốc độ xử lý khung hình (FPS) thấp và chi phí phần cứng đắt đỏ. Nghiên cứu thực tế trước đó cho thấy việc định danh bằng Kit Jetson TX1 sử dụng mô hình MobileNet-V2 trích xuất vector 128 chiều chỉ đạt độ chính xác 71,8% với thời gian xử lý lên tới 10 giây mỗi lần định danh. Từ thực tiễn đó, đề tài khóa luận của nhóm tác giả tập trung vào việc nghiên cứu và triển khai mô hình mạng nơ-ron thu gọn MobileFaceNet kết hợp hàm tối ưu ArcFace để trích xuất không gian đặc trưng 512 chiều, kết hợp bộ phân loại Linear SVM và nền tảng IoT nhằm hiện thực hóa giải pháp nhận diện khuôn mặt thời gian thực trên phần cứng biên.

Mục tiêu và nhiệm vụ nghiên cứu của đề tài được xác định cụ thể như sau:

1. Khảo sát và đánh giá các nền tảng IoT Platform phổ biến (AWS IoT Core, Google Cloud Platform, Firebase) để lựa chọn giải pháp lưu trữ, quản lý thiết bị và truyền tải dữ liệu phù hợp.
2. Tìm hiểu, phân tích các thuật toán phát hiện và định vị khuôn mặt (bounding box) từ luồng video, trọng tâm là MTCNN và RetinaFace.
3. Nghiên cứu kiến trúc mạng DCNN thu gọn để trích xuất vector đặc trưng 512 chiều từ ảnh khuôn mặt; huấn luyện lại mô hình MobileFaceNet sử dụng hàm mất mát ArcFace (Additive Angular Margin Loss).
4. Xây dựng bộ phân loại người dùng bằng thuật toán Support Vector Machine (Linear SVM) kết hợp hồi quy Logistic (one-vs-rest) để trích xuất nhãn định danh và xác suất tin cậy (confidence score).
5. Thực nghiệm hệ thống trên các thiết bị phần cứng khác nhau (PC, Laptop, Kit nhúng Nvidia Jetson Nano) kết nối với vi điều khiển ESP32 và cảm biến ngoại vi; mục tiêu đạt tốc độ xử lý từ 5 FPS trở lên và độ chính xác nhận diện trên 85%.

Đối tượng nghiên cứu của khóa luận là các thuật toán thị giác máy tính, mạng nơ-ron tích chập trích xuất đặc trưng khuôn mặt (MobileFaceNet, FaceNet), hàm mất mát ArcFace, bộ phân loại SVM và kiến trúc truyền nhận dữ liệu IoT. Phạm vi nghiên cứu giới hạn ở việc thu nhận tín hiệu hình ảnh trực tiếp từ camera theo thời gian thực, xử lý định danh cục bộ và truyền dữ liệu lên nền tảng đám mây, kết hợp thu thập dữ liệu môi trường từ 4 cảm biến ngoại vi (nhiệt độ, độ ẩm, chuyển động, khí ga) tại không gian thử nghiệm phòng thí nghiệm.

Cơ sở lý thuyết và phương pháp

Khóa luận thiết lập nền tảng lý thuyết trên sự giao thoa giữa ba nhóm công nghệ: Thị giác máy tính (Deep Convolutional Neural Networks), Học máy (Machine Learning) và Hệ thống nhúng kết nối vạn vật (IoT).

Các khái niệm, kiến trúc và mô hình được nhóm tác giả sử dụng bao gồm:

• Kiến trúc phát hiện khuôn mặt MTCNN (Multi-task Cascaded Convolutional Networks): Hoạt động theo quy trình 3 giai đoạn thông qua 3 mạng nơ-ron xếp tầng: P-Net (Proposal Network) quét cửa sổ trượt 12x12 trên các tầng kim tự tháp ảnh để đề xuất vùng ứng viên; R-Net (Refine Network) lọc bỏ kết quả dương tính giả và tinh chỉnh tọa độ bounding box; O-Net (Output Network) xuất tọa độ hộp bao cuối cùng kèm 5 điểm mốc giải phẫu trên khuôn mặt (2 mắt, mũi, 2 khóe miệng).
• Mô hình trích xuất đặc trưng MobileFaceNet: Biến thể mạng nơ-ron thu gọn chuyên biệt cho khuôn mặt, cải tiến từ MobileNetV2. Mô hình thay thế lớp Global Average Pooling bằng Global Depthwise Convolution (GDConv), sử dụng hàm kích hoạt PReLU thay cho ReLU và các khối Bottleneck đảo ngược (Inverted Bottleneck), giúp thu giảm số lượng tham số xuống dưới 1 triệu (xấp xỉ 0,99 triệu tham số) so với hàng trăm triệu tham số của FaceNet tiêu chuẩn.
• Hàm mất mát ArcFace (Additive Angular Margin Loss): Phương pháp tối ưu hóa khoảng cách góc trên mặt cầu siêu đa chiều. Bằng việc chuẩn hóa cả vector trọng số và vector đặc trưng (đưa về độ dài bán kính cố định $s$), ArcFace thêm một khoảng cách biên góc $m$ trực tiếp vào góc mục tiêu $\theta_{y_i}$, tối ưu hàm mất mát theo công thức $\cos(\theta_{y_i} + m)$. Cơ chế này ép các mẫu cùng lớp hội tụ sát nhau và nới rộng khoảng cách giữa các lớp khác nhau, giải quyết triệt để hiện tượng trùng lặp đặc trưng của Softmax truyền thống.
• Thuật toán phân loại Linear SVM và tính độ tin cậy: Sử dụng siêu phẳng (hyperplane) với biên cực đại để phân tách các vector nhúng (embedding) 512 chiều. Nhóm tác giả tích hợp thêm mô hình hồi quy Logistic theo cơ chế One-vs-Rest nhằm tính toán độ tin cậy định danh dựa trên hai hệ số tham số $A$ và $B$.
• Giao thức và nền tảng IoT: Phân tích giao thức truyền thông MQTT với cơ chế Publish/Subscribe qua Broker, cấu trúc Topic phân cấp và 3 mức độ bảo đảm dịch vụ (QoS 0, QoS 1, QoS 2). Sử dụng giao thức HTTP/RESTful API để giao tiếp giữa vi điều khiển ESP32 và hệ thống máy chủ cơ sở dữ liệu Firebase (Google Cloud Platform).

Phương pháp nghiên cứu thực nghiệm được tiến hành thông qua việc lập trình xây dựng hệ thống bằng ngôn ngữ Python với hai thư viện cốt lõi là OpenCV (xử lý ma trận ảnh số, luồng video) và PyTorch (xây dựng kiến trúc đồ thị tính toán động, xử lý tensor bằng GPU thông qua module autograd và nn). Dữ liệu huấn luyện sử dụng các bộ dữ liệu khuôn mặt chuẩn quốc tế (như LFW, AgeDB-30, MegaFace, YTF) kết hợp cùng tập dữ liệu hình ảnh khuôn mặt tự thu thập để tinh chỉnh mô hình và tạo tập tin phân loại SVM.

Thiết kế và triển khai

Hệ thống được thiết kế theo mô hình phân tầng, kết hợp giữa tầng xử lý biên (Edge Processing), tầng điều khiển ngoại vi (Microcontroller) và tầng dịch vụ đám mây (Cloud IoT Platform):

1. Khối phần cứng biên và camera: Bao gồm máy tính nhúng Nvidia Jetson Nano (hoặc máy trạm PC/Laptop đóng vai trò thử nghiệm đối chứng) kết nối camera ghi nhận luồng hình ảnh thời gian thực.
2. Khối vi điều khiển và cảm biến môi trường: Sử dụng vi điều khiển ESP32 kết nối với 4 cảm biến ngoại vi thông qua các chân GPIO: cảm biến khí ga, cảm biến chuyển động (PIR), cảm biến nhiệt độ và cảm biến độ ẩm. ESP32 chịu trách nhiệm đọc dữ liệu định kỳ và đóng gói bản tin gửi lên đám mây qua giao thức HTTP.
3. Quy trình xử lý nhận diện khuôn mặt 4 bước:
   • Bước 1 (Face Detection): Luồng video đầu vào được giải mã thành từng khung hình qua OpenCV, đưa qua mạng MTCNN để phát hiện khuôn mặt và cắt trích xuất vùng ảnh chứa khuôn mặt theo kích thước chuẩn.
   • Bước 2 (Feature Extraction): Đưa ảnh khuôn mặt qua mô hình MobileFaceNet (đã được huấn luyện với hàm mất mát ArcFace) để trích xuất vector đặc trưng embedding gồm 512 chiều dữ liệu.
   • Bước 3 (Classification): Nạp vector 512 chiều vào bộ phân loại Linear SVM đã lưu cấu hình.
   • Bước 4 (Identification & Output): Xuất nhãn định danh người dùng kèm tỷ lệ phần trăm độ tin cậy (confidence score) hiển thị trực tiếp lên khung hình video.
4. Tầng ứng dụng và lưu trữ đám mây: Kết quả nhận diện (ID người dùng, thời gian, độ tin cậy) được mã hóa thành các gói tin JSON và gửi về cơ sở dữ liệu Firebase Firestore / AWS IoT Core. Một ứng dụng giao diện máy trạm viết bằng ngôn ngữ Java được thiết kế để kết nối API đám mây, hỗ trợ người quản trị đăng nhập, truy xuất dữ liệu lịch sử định danh và theo dõi các thông số cảm biến thời gian thực.

Nội dung chính theo từng chương

Chương 1. Tổng quan đề tài

Chương mở đầu phân tích bối cảnh phát triển của công nghệ xử lý ảnh và sự chuyển dịch sang các mô hình DCNN trong bài toán nhận diện sinh trắc học. Nhóm tác giả tổng thuật các nghiên cứu tương tự từ mốc lịch sử đặc trưng Haar (1991), các phương pháp Shallow Learning đến Deep Learning (DeepFace, DeepID, FaceNet). Chương 1 chỉ ra các số liệu so sánh quan trọng: trong khi các mô hình MobileNetV1 hay MobileNetV2-GDConv cần thời gian tính toán từ 23ms đến 49ms, MobileFaceNet chỉ mất 27ms và sử dụng số lượng tham số dưới 1 triệu mà vẫn đạt độ chính xác 99,1% trên tập LFW và 93,05% trên tập AgeDB-30. Tác giả xác định bài toán kỹ thuật trọng tâm: thay vì dừng lại ở vector 128 chiều như các giải pháp cũ (vốn chỉ đạt 71,8% trên Jetson TX1), đề tài hướng tới trích xuất 512 chiều đặc trưng trên nền MobileFaceNet kết hợp ArcFace. Chương này cũng phân định rõ mục tiêu hệ thống (đạt trên 85% độ chính xác, tốc độ từ 5 FPS), phạm vi giới hạn thực nghiệm do điều kiện ánh sáng và kích thước tập dữ liệu tự thu thập.

Chương 2. Cơ sở lý thuyết

Nội dung chương 2 trình bày chi tiết toàn bộ nền tảng toán học, giải thuật và kiến trúc công nghệ:

• Trình bày cơ chế xử lý ma trận điểm ảnh số, chức năng các module trong OpenCV (Core, Imgproc, Video, VideoIO, Calib3d, Feature2d, Objdetect, Highgui) và cơ chế tính toán tensor tăng tốc GPU, tự động tính đạo hàm autograd trong PyTorch.
• Phân biệt toán học giữa học có giám sát (Hồi quy, Phân lớp) và học không giám sát.
• Phân tích nguyên lý mạng tích chập CNN: thao tác tích chập với kernel trượt (Sliding Window), các trường tiếp nhận cục bộ (local receptive fields), trọng số chia sẻ (shared weights) và lớp gộp (pooling) giúp đảm bảo tính bất biến với dịch chuyển, co giãn, phép quay.
• So sánh giải thuật phát hiện khuôn mặt RetinaFace (sử dụng FPN đa tỉ lệ, đa tác vụ kèm trích xuất 3D nhưng nặng về tính toán) và MTCNN (cơ chế phân tầng 3 bước P-Net, R-Net, O-Net với các lớp PReLU giúp tối ưu tốc độ).
• Phân tích kiến trúc FaceNet (Triplet Loss, mạng Inception lớn, vector 128 chiều) và MobileFaceNet (khối Bottleneck, GDConv, PReLU, kích thước đầu vào 112x112 hoặc 96x96, số tham số 0,99M).
• Trình bày toán học của ArcFace: chuẩn hóa trọng số và đặc trưng trên mặt cầu $S$, áp dụng góc cộng biên $\cos(\theta + m)$, so sánh năng lực phân tách cụm dữ liệu vượt trội so với Softmax, SphereFace và CosFace. Trình bày thuật toán Linear SVM và hàm ước lượng độ tin cậy One-vs-Rest.
• Tổng quan hệ thống IoT, kiến trúc dịch vụ Google Cloud Platform (GCP), dịch vụ lưu trữ Firebase Firestore, giao thức MQTT (Broker, Topic, QoS 0-1-2, Retain message, MQTT Bridge) và giao thức HTTP/RESTful.

Chương 3. Phân tích thiết kế hệ thống

Chương 3 mô tả sơ đồ khối kiến trúc phần cứng, thiết kế giao tiếp mạng và thuật toán phần mềm. Nội dung bao gồm sơ đồ chân kết nối của vi điều khiển ESP32 với các mô-đun cảm biến ngoại vi (Bảng 3-1 trong văn bản); cấu hình thiết lập môi trường chạy chương trình trên máy tính nhúng Nvidia Jetson Nano; quy trình tiền xử lý dữ liệu và tạo tập tin phân loại SVM; thiết kế cấu trúc dữ liệu gói tin định danh và sơ đồ truyền nhận giữa Jetson Nano, ESP32, Firebase Database và phần mềm giao diện Java.

Chương 4. Thực nghiệm và đánh giá

Chương 4 tập trung vào số liệu thực nghiệm thu được từ quá trình huấn luyện và triển khai thực tế:

• Quá trình huấn luyện mô hình MobileFaceNet với hàm ArcFace: hệ thống xuất ra các tệp mô hình MobileNet, tệp biến đổi ArcFace và tệp theo dõi hàm mất mát (loss). Tiến hành đánh giá kiểm thử tại thời điểm epoch 6 và epoch 10 trên 7 bộ dữ liệu khuôn mặt phổ biến.
• Đánh giá khả năng tương thích của các nền tảng IoT: thử nghiệm truyền dữ liệu thành công lên Firebase và database của AWS IoT Core, trong đó Firebase được lựa chọn nhờ cấu hình tinh gọn và khả năng giao tiếp HTTP trực tiếp với ESP32 mà không đòi hỏi hệ thống khóa bảo mật phức tạp.
• Đo lường hiệu năng nhận diện thực tế trên các cấu hình phần cứng khác nhau:
  • Trên hệ thống PC có GPU hiệu năng cao: Tốc độ xử lý đạt 29 FPS, độ chính xác nhận diện đạt xấp xỉ 99%. Các gói tin mã hóa truyền về Firebase hoàn chỉnh.
  • Trên Laptop có GPU cấu hình thấp: Tốc độ xử lý giảm xuống mức 15 - 18 FPS, tuy nhiên độ chính xác vẫn duy trì ổn định ở mức 95% - 98%.
  • Trên Kit máy tính nhúng Nvidia Jetson Nano: Tốc độ xử lý đạt mức thấp, chỉ xấp xỉ 2 FPS do hạn chế về tài nguyên tính toán của phần cứng nhúng khi xử lý đồng thời chuỗi mạng MTCNN và trích xuất vector 512 chiều.
• Kiểm thử phần mềm Java: Đăng nhập hệ thống, truy xuất thành công dữ liệu định danh người dùng và hiển thị lịch sử từ đám mây.

Chương 5. Kết luận và hướng phát triển

Đánh giá tổng kết các mục tiêu đã hoàn thành và chỉ ra các hạn chế kỹ thuật chưa giải quyết trọn vẹn; đề xuất các hướng nghiên cứu nối tiếp để cải thiện hiệu năng hệ thống trên thiết bị nhúng và nâng cao độ chính xác trong điều kiện môi trường bất lợi.

Kết quả và đóng góp

Nghiên cứu của khóa luận đã hoàn thành việc xây dựng và kiểm thử một hệ thống tích hợp hoàn chỉnh giữa xử lý ảnh thông minh bằng Deep Learning và nền tảng quản trị IoT. Các kết quả cụ thể bao gồm:

Chỉ số / Phần cứng thử nghiệm	Cấu hình PC (GPU cao)	Laptop (GPU thấp)	Kit nhúng Jetson Nano
Tốc độ xử lý (FPS)	29 FPS	15 - 18 FPS	~2 FPS
Độ chính xác nhận diện	~99%	95% - 98%	Duy trì độ chính xác của model
Số chiều vector đặc trưng	512 chiều	512 chiều	512 chiều
Truyền nhận dữ liệu Cloud	Thành công (Firebase)	Thành công (Firebase)	Thành công (Firebase)

Các đóng góp chính được tác giả tự xác định:

• Tối ưu hóa mô hình mạng nơ-ron nhận diện khuôn mặt: Thay thế mạng FaceNet cồng kềnh bằng kiến trúc thu gọn MobileFaceNet (dưới 1 triệu tham số), huấn luyện lại với hàm mất mát ArcFace để trích xuất không gian đặc trưng 512 chiều thay vì 128 chiều như các nghiên cứu cũ. Giải pháp này giúp phân tách các cụm dữ liệu khuôn mặt rõ ràng hơn, giảm thiểu lượng ảnh huấn luyện cần thiết (chỉ cần khoảng 5,8 triệu ảnh so với hơn 200 triệu ảnh của FaceNet).
• Cải thiện độ chính xác so với nghiên cứu tiền nhiệm: Khắc phục hạn chế của nghiên cứu trước đó dùng Kit Jetson TX1 chạy MobileNet-V2 (chỉ đạt độ chính xác 71,8% với thời gian nhận diện 10 giây); hệ thống thử nghiệm trên PC và Laptop trong khóa luận đạt độ chính xác từ 95% đến 99% theo thời gian thực.
• Tích hợp giải pháp biên - đám mây đa tiện ích: Kết hợp thành công bộ nhận diện khuôn mặt thời gian thực với hệ thống cảm biến môi trường (nhiệt độ, độ ẩm, khí ga, chuyển động) qua vi điều khiển ESP32, đồng bộ dữ liệu tập trung lên nền tảng Firebase và quản lý qua giao diện ứng dụng Java.

Hạn chế và hướng nghiên cứu tiếp

Khóa luận chỉ rõ những hạn chế kỹ thuật còn tồn tại từ kết quả thực nghiệm:

• Tốc độ xử lý trên phần cứng nhúng chưa đạt kỳ vọng: Khi chạy trực tiếp toàn bộ chuỗi giải thuật trên Kit Nvidia Jetson Nano, tốc độ xử lý chỉ đạt xấp xỉ 2 FPS, chưa đạt mức mục tiêu ban đầu đặt ra là từ 5 FPS trở lên cho hệ thống thời gian thực. Nguyên nhân do năng lực phần cứng của Jetson Nano bị quá tải khi phải gánh đồng thời mạng phát hiện MTCNN và mạng trích xuất đặc trưng 512 chiều.
• Phụ thuộc vào điều kiện ngoại cảnh: Độ chính xác nhận dạng bị suy giảm trong các điều kiện môi trường thực tế bất lợi như ánh sáng yếu, góc nghiêng khuôn mặt quá lớn hoặc sự co giãn, thay đổi của khuôn mặt theo thời gian.
• Giới hạn dữ liệu huấn luyện: Lượng dữ liệu tự thu thập còn hạn chế, chủ yếu phải dựa vào các tập dữ liệu có sẵn trên mạng, khiến độ bao phủ các trường hợp thực tế chưa tuyệt đối (độ chính xác thực tế ngoài môi trường kiểm soát ước tính chỉ đạt khoảng 90%).

Hướng nghiên cứu tiếp nối được tác giả đề xuất:

• Tối ưu hóa mô hình mạng nơ-ron chuyên sâu cho Kit Jetson Nano (sử dụng các kỹ thuật như nén mô hình, lượng tử hóa TensorRT) để nâng tốc độ xử lý đạt trên 5 FPS trên phần cứng nhúng.
• Mở rộng tập dữ liệu huấn luyện với đa dạng góc mặt và điều kiện ánh sáng khác nhau nhằm gia tăng độ bền vững (robustness) của mô hình.
• Ứng dụng các thông số định danh và dữ liệu cảm biến IoT để xây dựng hệ thống tự động hóa thông minh (như tự động điều chỉnh điều hòa, ánh sáng theo thói quen của từng người dùng cụ thể).

Giá trị tham khảo

Báo cáo khóa luận là tài liệu tham khảo có giá trị học thuật và kỹ thuật thực hành cho các nhóm đối tượng sau:

• Sinh viên ngành Kỹ thuật Máy tính, Công nghệ Thông tin, Điện tử - Viễn thông: Là tài liệu tham khảo chi tiết về quy trình xây dựng đồ án tốt nghiệp tích hợp giữa trí tuệ nhân tạo (Computer Vision / Deep Learning) và hệ sinh thái IoT phần cứng.
• Người nghiên cứu về thị giác máy tính và nhận diện khuôn mặt: Cung cấp tài liệu tổng hợp chuyên sâu về cơ sở toán học và cách thức cài đặt của các giải thuật nhận diện hiện đại như MTCNN, RetinaFace, FaceNet, MobileFaceNet và hàm mất mát ArcFace trên nền tảng PyTorch.
• Kỹ sư triển khai hệ thống biên (Edge AI): Cung cấp các số liệu thực nghiệm thực tế về sự chênh lệch hiệu năng (FPS, độ chính xác) giữa các nền tảng phần cứng PC/GPU và máy tính nhúng Nvidia Jetson Nano, giúp ích cho việc lựa chọn phần cứng và tối ưu thuật toán trong các dự án thực tế.

Câu hỏi thường gặp

1. Tại sao nhóm tác giả lại lựa chọn kết hợp MobileFaceNet với hàm ArcFace thay vì sử dụng mô hình FaceNet nguyên bản?
Mô hình FaceNet nguyên bản sử dụng hàm mất mát Triplet Loss cùng kiến trúc mạng Inception rất lớn, đòi hỏi hơn 200 triệu ảnh huấn luyện và tiêu tốn tài nguyên tính toán cao, không thể triển khai thời gian thực trên các thiết bị giới hạn tài nguyên. Trong khi đó, MobileFaceNet sử dụng các khối Inverted Bottleneck và Global Depthwise Convolution giúp số lượng tham số giảm xuống dưới 1 triệu (0,99M). Khi kết hợp với hàm ArcFace (áp dụng góc cộng biên trên mặt cầu chuẩn hóa), mô hình trích xuất được vector đặc trưng 512 chiều với khả năng phân tách liên lớp tối ưu mà chỉ cần tập dữ liệu huấn luyện khoảng 5,8 triệu ảnh.

2. Hiệu năng nhận diện thực tế của hệ thống trên Kit máy tính nhúng Jetson Nano đạt được là bao nhiêu và có đáp ứng mục tiêu đề ra không?
Trên Kit nhúng Nvidia Jetson Nano, tốc độ xử lý thực tế chỉ đạt xấp xỉ 2 FPS. Kết quả này chưa đạt được mục tiêu ban đầu của nhóm nghiên cứu là tốc độ xử lý thời gian thực từ 5 FPS trở lên, do giới hạn năng lực tính toán của Jetson Nano khi phải chạy liên tục chuỗi 3 mạng của MTCNN kết hợp với mô hình MobileFaceNet 512 chiều.

3. Tốc độ và độ chính xác của hệ thống khi chạy trên các dòng máy tính PC và Laptop đạt mức nào?
Khi chạy trên máy tính PC trang bị GPU hiệu năng cao, hệ thống đạt tốc độ xử lý 29 FPS với độ chính xác nhận diện lên tới 99%. Khi thử nghiệm trên dòng máy Laptop có cấu hình GPU thấp hơn, tốc độ xử lý đạt từ 15 đến 18 FPS và độ chính xác vẫn duy trì ở mức cao từ 95% đến 98%.

4. Khối IoT của đề tài được thiết kế như thế nào và sử dụng nền tảng đám mây nào để lưu trữ dữ liệu?
Khối IoT sử dụng vi điều khiển ESP32 kết nối với 4 cảm biến ngoại vi (nhiệt độ, độ ẩm, chuyển động, khí ga) và giao tiếp qua mạng Internet. Sau khi khảo sát các nền tảng như AWS IoT Core, Google IoT Cloud và Firebase, nhóm tác giả chọn Firebase (Google Cloud Platform) vì cơ chế đơn giản, hỗ trợ giao thức HTTP trực tiếp từ ESP32 mà không đòi hỏi các khóa chứng chỉ phức tạp. Dữ liệu định danh khuôn mặt từ camera và dữ liệu cảm biến từ ESP32 đều được đồng bộ về Firebase và hiển thị trên ứng dụng giao diện Java.

5. Cơ chế phân loại và tính toán độ tin cậy định danh khuôn mặt được thực hiện bằng giải thuật nào?
Sau khi trích xuất vector đặc trưng 512 chiều từ ảnh khuôn mặt, hệ thống sử dụng thuật toán Linear Support Vector Machine (SVM) để xác định nhãn định danh người dùng. Đồng thời, thuật toán kết hợp một hàm mục tiêu hồi quy Logistic theo phương thức One-vs-Rest với hai hệ số tham số $A$ và $B$ để tính toán tỷ lệ phần trăm độ tin cậy (confidence score) hiển thị song song với định danh.

Kết luận

Khóa luận tốt nghiệp của hai sinh viên Phạm Kim Thành và Vũ Nhân Nghĩa đã hoàn thiện giải pháp kỹ thuật kết hợp giữa thị giác máy tính hiện đại và nền tảng IoT thông qua mô hình MobileFaceNet, hàm mất mát ArcFace và bộ phân loại Linear SVM. Nghiên cứu đạt kết quả thực nghiệm với độ chính xác nhận diện từ 95% đến 99% và tốc độ đạt tới 29 FPS trên môi trường máy trạm PC/Laptop, đồng thời thiết lập thành công kết nối đa cảm biến với dịch vụ đám mây Firebase. Mặc dù hiệu năng trên thiết bị nhúng Jetson Nano mới đạt 2 FPS do hạn chế phần cứng, công trình đã cung cấp đầy đủ các luận cứ khoa học, kiến trúc triển khai và số liệu thực nghiệm giá trị cho hướng phát triển các hệ sinh thái Edge AI và IoT trong tương lai.

Trích đoạn nội dung tài liệu

Chương 1. TONG QUAN DE TÀI 1. Các công nghệ hiện nay. _ Các nghiên cứu tương tỰ:.

Giải pháp đề xudt. Mục tiêu và giới hạn đề tai. Mục tiêu của đề tài. Giới hạn của dé tải.

_ Ý nghĩa thực tiễn của đề tài. _ Cấu trúc của báo cáo Khóa ii n.2-- 222¿+22EE+++tEEEESEtEEEEEE2tEEEEEErrrrrkrcer 3 2. _ Thị giác máy tính — Computer Vision. Thư viện xử lý ảnh OpenCV.

Thư viện Pytorch. HT HH Hết 7 2. Un-Supervised Learning. CNN - Convolutional Neural ÑetwOrk.

Cấu trúc của mang CNN. Cách chọn tham số cho CNN. Thư viện MTCNN [2]. Các mô hình được thử nghiệm.cc Sàn TH HH HH rệt29 2.

PN ie A a en. Support Vector Machine (SVM). ToT và Google IoT FlatForm. Tổng quan về Internet of Thỉngs.

Tổng quan về Google Flatform. cà LH HH HH HH HH HH 40 2. Cơ sở lý thuyết về Server. Giao thức MQÏTT.

Các khải niệm cơ bản trong MQTTT. HyperText Transfer Protocol (HTTTP). Các thành phần chính của HTTP.----:¿522vve+czz+zrx 44 Chương 3. PHAN TÍCH THIET KE HE THÔNG.

So dé hệ thống. Ngôn ngữ lập trình được sử dụng:. Cai đặt môi trường cho KIT. Thiết kế hệ thống LOT .ccsccccssssesssssseessssssesesssseessssssecesssseeeesesseeeeessees 53 Chương 4.

THỰC NGHIỆM VÀ ĐÁNH GIA. Cài đặt hệ thống:. Thời gian delay Kit thực hiện chương trình:. Thời gian xử lý tao file phân loại với số người tương ứng:.

Thử nghiêm các IoT platform hỗ trợ hệ thống IOT. __ Quá trình train Model. __ Thử nghiệm model vừa train qua các bộ dữ liệu phô biến:. Kết quả thử nghiệm 2 phương pháp xác định vị trí khuôn mặt:.

_ Đưa dữ liệu lên PlatForm. Gửi dữ liệu định danh lên Server: .- ¿+55 <5ss+s+ec+s<esss+ 65 4. Lấy dữ liệu định danh về phần mềm Java. Téc độ xử lý dữ liệu của FlatfOrm:.9, Giao diện người dùng.

ti 67 Chương 5. KET LUẬN VA HƯỚNG PHAT TRIẺN. Kết quả thu được thông qua quá trình thực hiện đề tài khóa luận. Hướng phát triển của để tài.----:c222vvcccvcrvvrerrrrvrrrrrrrrreerrvei 69 DANH MỤC HÌNH VẼ Hình 1-1 Bảng thống kê thời gian ra mắt các loss function.----z-+ 9 Hình 1-2 Bảng thống kê độ chính xác của từng loss function.------ 10 Hình 2-1 Mô tả ảnh dưới góc nhinfcuar máy tính .---- ---- +©s+c++c+cx++ 14 Hình 2-2 Mô hình input và output thông qua xử lý các hàm .------ 18 Hình 2-3 Ham số regressiOn.---2¿©22+++22EE+++2EEEYY+tSEEEEEttEEEErrrrrrkrrrrrrrrree 19 Hình 2-4 Kernel trong CÌNN.

+ tt ng HH TT HH it21 Hình 2-5 Mô tả cách hoạt động của mỗi kernel với ảnh input.----- 21 Hình 2-6 Tổng quan về mô hình CNN.------¿¿-22v2+++z+22EEEvvvrrrrrrrrrrree 22 Hình 2-7 Mô tả các tác vụ extra-supervision và self-supervision hoạt động song song với việc xử lý bounding box và phân loại ảnh. Và cho ra bốn output tương ứng: phân loại ảnh, box chứa khuôn mặt, năm điểm landmarks và mô hình 3D trên cùng một bức ảnh.--¿- - cece SE 2 **E k2 E E1 11211111121 110101 1 te. 25 Hình 2-8 Mô tả tổng quan về cách hoạt động của Retina-face: mô hình kim tự tháp (feature pyramid) được áp dụng vào với mỗi bức ảnh và được xử lý với các module tương ứng khác nhau.--¿--- ¿52 +56+22£S2S*2*‡E2E£EE*E£E£EeEeEeEekexekekerrkekererree 25 Hình 2-9 Phương thức xử lý các pyramid image theo phương thức bottom-up và top Gown pa(hWAyY. cành HH HH HH TT HT HH TT HH HH hi 26 Hình 2-10 Mô hình tổng quan về 3 lớp xử lý p-net, r-net -o net của MTCNN [2].26 Hình 2-11 Sơ đồ CNN của P-netL.-ccccccE1 re27 Hình 2-12 Sơ đồ CNN của R-net và O-Net.----22222vcccrrecccrrrvrrrrrrrrrrrrree 28 Hình 2-13 Sơ đồ CNN của O-net.

crrrrrrrrrree 28 Hình 2-16 Y tưởng Siam Network được sử dụng khá phổ biến trong các dé tài nhận i6n 4010/0017. 29 Hình 2-17 Triplet loss [4].--- -- + 1k ng it31 Hình 2-22 Cấu trúc tổng quan của Arcface [7] .ssscsssssssssssssssssssteessceesssssessseeeessnneeees 33 Hình 2-23 So sánh mức độ hiệu quả trong việc phân lớp dữ liệu giữa Softmax và Arcface [7]. „34 Hình 2-24 Mô hình phân loại SVM. „35 Hình 2-25 Sự gia tăng nhanh chóng của giao tiếp máy — MAY .---- 37 Hình 2-26 Logo Google Cloud PlatfOrim.-- 5 <3 1v vn ng trên 37 Hình 2-27 Những dich vụ Google Cloud Platform cung cấp .:-- 39 Hình 2-28 Mô hình tổng quan về MQTT.----¿+¿©++x++x+2E£+£x++rxezrxrrxeeree 41 Hình 2-29 Sơ đồ hoạt động của HT'TP.-¿- 2 ¿+ +E+EE£EE+EE+EE+E£E£EerEerkerxererree 43 Hình 2-30 Gói tin Request chứa các thông tin cần thiết.-- 5-5 s52 ss2 45 Hình 3-1 Sơ đồ tổng quan quá trình tạo file phân loại SVM.---- 46 Hình 3-2 Sơ đồ tổng quan xử lý các tín.------¿- +¿©c++2x++x++zxtzrxerreerxeerxrre 41 Hình 3-3 Sơ đồ tổng quan về các bước nhận diện khuôn mặt.----48 Hình 3-4 Sơ đồ chân của Module ESP32.---2¿ 2 5£+2x++Ex2EEtEE+erxezrxrrreeree 51 Hình 3-5 Thẻ hiện tốc độ xử ly nhận diện khuôn mặt đạt tốc độ tốt với 29 FPS va độ chính xác lên đến 99Ố%.

54 Hình 3-6 Các gói tin được mã hóa được truyền tải thành công về Firebase từ PC .55 Hình 3-7 Với cấu hình GPU thấp hon, tốc độ xử lý bị ảnh hưởng giảm xuống 15- 18FPS tuy nhiên model và độ chính xác không bị ảnh hưởng nên van đạt 95-98% 55 Hình 3-8 Quá trình gửi thông tin về Firebase thành công tương tự PC. 56 Hình 3-9 Kết quả nhận diện khuôn mặt từ Jetson nano đạt FPS khá thấp với 2FPS 56 Hình 3-10 Dinh danh khuôn mặt cùng độ tin cậy .-- ---- 5-5 5+5 ‡+++se++seessesss 57 Hình 4-1 Kết qủa truyền dir liệu về FireBase .-----2- ¿©c+z22++cs+ezxesrxere 59 Hình 4-2 Kết quả truyền dữ liệu về Database của AWS IOT Core. 60 Hình 4-3 Tiến hành train model (1) .---cc+++c+++eetttrktrrrtrrktrrrrrrrkrrrrrrrkeg 61 Hình 4-6 Các File model xuất ra sau khi train bao gom model Mobilenet, 1 file bién đối Arcface và một file lưu loss quá trÌnh.--- 2-2 2 + x+£k£E£E++E++Ezxrxerxee 62 Hình 4-7 Kết quả kiểm thử (1) với model tại thời điểm epoch 6 ta thu được kết quả độ chính xác tương ứng với 7 bộ dữ liệu khuôn mặt người.-- --‹--s«+-«+ 63 Hình 4-8 Kết quả kiểm thử (2) với model tại thời điểm epoch 10 ta thu được kết qua độ chính xác tương ứng với 7 bộ dữ liệu khuôn mặt người. ---- --‹++-«++<+ 63 Hình 4-9 Kết quả gửi dữ liệu lên Firebase ((Ï).-- -- << *++v+sskEseeereeeeeeere 65 Hình 4-10 Kết quả gửi dữ liệu lên Firebase (2) .- 5 S1 sisssreeserrske 66 Hình 4-11 Kết quả gửi dữ liệu lên Firebase (3) .---- - 55+ cc+cscsesrereeeecee 66 Hình 4-12 Kết quả lấy dữ liệu từ về Java.----2222¿222E2zttSEEEEerrrrrkrrrrrrkrcee 67 Hình 4-13 Hình ảnh giao diện đăng nhập .--- ¿5-5252 522ccs+csccsrzrerxsrx 68 Hình 4-14 Giao diện truy xuất thông tỉn.---¿¿©2+++2cvvzretvvvvrrerrvsrreeex 68 DANH MỤC BANG Bảng 1-1: Bảng thống kê về độ chính xác, số lượng tham số cần thiết và tốc độ xử lý với các biến thé của MobileFaceNet và ShuffleNet trên 2 bộ dữ liệu LFW và AgeDB-30.- 2 2222220210222 re 8 Bang 2-1: Sơ đồ kiến trúc CNN của Facenet.----c2c:+222222vvvrrrrrrrrrrrrrerree 30 Bảng 2-2: Kiến trúc CNN của MobileFacenet.

Bảng 2-3 Bảng thống kê và so sánh các phương thức tính loss .34 Bang 3-1 Sơ đồ chân kết nối ESP32. 53 Bảng 4-1 So sánh kết quả thu được với model.64 Bang 4-2 Kết quả so sánh nhận diện khuôn mặt trên Laptop.----- 64 Bảng 4-3 Kết quả so sánh nhận diện khuôn mặt trên JetSon Nano. 65 DANH MỤC TỪ VIẾT TẮT FPS Frame per second loT Internet of Things API Application programming Interface CNN Convolutional Neural Network DCNN Deep convolutional neural network GCP Google Cloud Protocol TÓM TAT KHÓA LUẬN Hiện nay, các công nghệ nghiên cứu xử lý ảnh đã và đang được quan tâm và phát triển rất mạnh. Đi kèm theo đó là các ứng dụng áp dụng các thành tựu của xử lý ảnh.

Một trong những dé tài nồi bật và thu hút nhiều sự chú ý đó là nhận diện — di khuôn mặt. Nội dung chính của đề tài sẽ tập trung vào các Deep Convolutional Neural Network (DCNN) để giải quyết vấn đề. Cụ thể nhóm sẽ tạo ra một hệ thống nhận diện khuôn mặt với độ chính xác > 85% và tốc độ xử lý đạt 5 FPS. Từ đó nhóm sẽ tiến hành lưu trữ dit liệu hoạt động về loT platform( cụ thể là FireBase thuộc Google Cloud).

Để mở rộng tiện ích cho đề tài, nhóm có thực hiện xây dựng và lắp đặt thêm các cảm biến ngoại vi cho hệ thống để theo dõi đánh giá việc truyền tải dữ liệu — cảm biển ngoại vi bao gồm: - Cảm biến khí ga - Cảm biến chuyền động - Cam biến nhiệt độ - Cảm biến độ âm MỞ DAU Hiện nay, các hệ thống IOT dan trở nên quen thuộc và được sử dụng rộng rãi. Tuy vậy van đề về bảo mật luôn được quan tâm hàng đầu, các phương pháp dé nhận dang định danh thông thường có thể kể đến: vân tay, ADN, vân mắt, khuôn mặt,. Trong đó thì phương pháp nhận diện khuôn mặt ngày càng chứng tỏ sự hiệu quả cũng như sự tiện lợi và được áp dụng với nhiều mục đích khác nhau, ví dụ: hệ thông gán nhãn tự động của Facebook, nhận diện khuôn mặt thực hiện các giao dịch ATM ở Hệ thống nhận diện khuôn mặt được phát triển với nhiều model khác nhau để phục vụ cho việc tối ưu về thời gian và độ chính xác. Ưu điểm của việc xử lý ảnh có thé ké đến là việc nhận diện theo thời gian thực, không cần tương tác vật lý,.

Nhược điểm, một số model cần lượng dir liệu lớn kèm theo thời gian train dai để ra được một model hoàn chỉnh, hoặc dữ liệu có thé bị thay đổi theo thời gian do sự co giản của khuôn mặt. Vì những tiện ích và nhược điểm kể trên, nhóm muốn thực hiện train lại một model đề tối ưu những lợi ích của model cũng như giảm thiểu những bắt lợi khi train và sử dụng model. Sau khi tham khảo qua một số bài báo khoa học về Inception v4, Facenet, MobileFacenet, Arcface, Cosface,. thì các mô hình tao các vector đặc trưng (feature vector) dé thực hiện phân nhóm nhận diện với 128 chiều dữ liệu.

Vector này đã được giảm chiều dữ liệu từ vô số chiều xuống 128 chiều dé phủ hợp với các tiêu chí về thời gian và dữ liệu để so sánh các vector khác dé thực hiện việc training. Vì vậy nhóm dự định sẽ thực hiện một mô hình tạo ra 512 điểm ảnh với độ chính xác cao hơn trên nền MobileFaceNet và Pytorch, từ đó so sánh kết quả thực hiện được với mô hình 128 điểm ảnh đã được thiết kế trên. Theo [1], Việc định danh khuôn mặt sử dụng Kit IloT JSON TXI dùng model MobileNet-V2 với 128 chiều dữ liệu có độ chính xác 71.8% với tốc độ định danh trong 10s. TONG QUAN DE TÀI 1.

Cac công nghệ hiện nay Ngày nay công nghệ nhận dạng khuôn mặt được quan tâm và được coi là một lĩnh vực quan trọng trong khoa học nhận dạng là do nhu cầu ứng dụng nhận dạng khuôn mặt trong nhiều lĩnh vực như: kinh tế, điều tra tội phạm, bảo mật,.